Data Mining mit R

Institut: HECKER CONSULTING
Bereich: Technik, EDV, Telekommunikation

Kursbeschreibung

Sie haben so viele Daten zur Verfügung und es kommen noch viel mehr hinzu, aber Sie wissen nicht, was Sie damit anfangen sollen. Data Mining wird Ihnen dabei helfen Antworten zu finden.

Die Data Science wird immer ausgefeilter und die Nachfrage steigt exponentiell an.

Data Mining ist der Bereich der Datenwissenschaft, der sich darauf konzentriert, verwertbare Muster in großen und vielfältigen Datensätzen zu finden.

Also: Cluster ähnlicher Kunden, Trends im Zeitverlauf, die nur nach der Entflechtung von saisonalen und zufälligen Effekten erkannt werden können und neue Methoden zur Vorhersage wichtiger Ergebnisse.

Sie werden sich auf Data Mining in R konzentrieren und eine breite Palette von Algorithmen kennenlernen, einschließlich Methoden des maschinellen Lernens sowie wichtige Informationen zu Gesetzen und Richtlinien, die Data Mining beeinflussen.

Sie erhalten außerdem einen Überblick über die Dimensionalitätsreduktion, Clustering, einschließlich hierarchischem Clustering und Assoziationsanalyse.

Außerdem werden Sie erfahren, wie Time-Series Mining, Dekomposition, Text Mining, Sentiment Analysis und Sentiment Scoring funktionieren.

Data Mining Einführung
  • R für Data Mining
  • Werkzeuge für Data Mining
  • Das CRISP-DM-Data-Mining-Modell
  • Datenschutz, Urheberrecht und Verzerrung
  • Validierung der Ergebnisse
Dimensionalitätsreduktion
  • Überblick über die Dimensionalitätsreduktion
  • PCA
  • LDA
  • t-SNE
Clustering
  • Clustering-Übersicht
  • Hierarchisches Clustering
  • K-means
  • DBSCAN
Klassifizierung
  • Übersicht über die Klassifizierung
  • K-nn
  • Naive Bayes
  • Entscheidungsbäume
Assoziationsanalyse
  • Übersicht Assoziationsanalyse
  • Apriori
  • Eclat
  • CBA
Zeitreihen-Mining
  • Time-Series Mining Übersicht
  • Zeitserien-Zerlegung
  • ARIMA
  • MLP
Text-Mining
  • Text Mining im Überblick
  • Sentiment-Analyse: Binäre Klassifizierung
  • Sentiment-Analyse: Sentiment-Bewertung
  • Visualisierung von Wortpaaren

Sie haben so viele Daten zur Verfügung und es kommen noch viel mehr hinzu, aber Sie wissen nicht, was Sie damit anfangen sollen. Data Mining wird Ihnen dabei helfen Antworten zu finden.

Die Data Science wird immer ausgefeilter und die Nachfrage steigt exponentiell an.

Data Mining ist der Bereich der Datenwissenschaft, der sich darauf konzentriert, verwertbare Muster in großen und vielfältigen Datensätzen zu finden.

Also: Cluster ähnlicher Kunden, Trends im Zeitverlauf, die nur nach der Entflechtung von saisonalen und zufälligen Effekten erkannt werden können und neue Methoden zur Vorhersage wichtiger Ergebnisse.

Sie werden sich auf Data Mining in R konzentrieren und eine breite Palette von Algorithmen kennenlernen, einschließlich Methoden des maschinellen Lernens sowie wichtige Informationen zu Gesetzen und Richtlinien, die Data Mining beeinflussen.

Sie erhalten außerdem einen Überblick über die Dimensionalitätsreduktion, Clustering, einschließlich hierarchischem Clustering und Assoziationsanalyse.

Außerdem werden Sie erfahren, wie Time-Series Mining, Dekomposition, Text Mining, Sentiment Analysis und Sentiment Scoring funktionieren.

Data Mining Einführung
  • R für Data Mining
  • Werkzeuge für Data Mining
  • Das CRISP-DM-Data-Mining-Modell
  • Datenschutz, Urheberrecht und Verzerrung
  • Validierung der Ergebnisse
Dimensionalitätsreduktion
  • Überblick über die Dimensionalitätsreduktion
  • PCA
  • LDA
  • t-SNE
Clustering
  • Clustering-Übersicht
  • Hierarchisches Clustering
  • K-means
  • DBSCAN
Klassifizierung
  • Übersicht über die Klassifizierung
  • K-nn
  • Naive Bayes
  • Entscheidungsbäume
Assoziationsanalyse
  • Übersicht Assoziationsanalyse
  • Apriori
  • Eclat
  • CBA
Zeitreihen-Mining
  • Time-Series Mining Übersicht
  • Zeitserien-Zerlegung
  • ARIMA
  • MLP
Text-Mining
  • Text Mining im Überblick
  • Sentiment-Analyse: Binäre Klassifizierung
  • Sentiment-Analyse: Sentiment-Bewertung
  • Visualisi…
Datum
auf Anfrage
Uhrzeit
09:00
Dauer
ab 1 Tag nach Vereinbarung
Ort
Virtuelles Klassenzimmer, Live-Online-Seminar
E-Mail
Kontakt
Peter Hecker
Straße
Erkrather Str. 401
PLZ
40231
Ort
Düsseldorf
Land
Deutschland
Bundesland
---
Keine besonderen Anforderungen.
Zielgruppe
Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und eineData Mining mit R - Beratung, Coaching, Workshop, Training suchen!
Kursnummer
6027c7de3e80040dc27b
Plätze
12

Diese Kurse könnten Sie auch interessieren ...

Uber Weiterbildungsvorschläge